[论文解读] Opinion Mining for Relating Subjective Expressions and Annual Earnings in US Financial Statements

Chien-Liang Chen, Chao-Lin Liu+2 more|arXiv (Cornell University)|Oct 14, 2012

Stock Market Forecasting Methods被引用 10

一句话总结

本文提出了一种基于条件随机场（CRF）的情感挖掘模型，用于识别美国10-K财务文件中的主观表达，并将其与年度收益表现关联。通过分析多词表达（MWEs）而非单个词汇，研究发现管理者倾向于使用更乐观的语言来掩饰负面收益，并突出正面结果，其中收益下降常伴随模糊、温和的表述，而收益上升则常伴随肯定、积极的语言。

ABSTRACT

Financial statements contain quantitative information and manager's subjective evaluation of firm's financial status. Using information released in U.S. 10-K filings. Both qualitative and quantitative appraisals are crucial for quality financial decisions. To extract such opinioned statements from the reports, we built tagging models based on the conditional random field (CRF) techniques, considering a variety of combinations of linguistic factors including morphology, orthography, predicate-argument structure, syntax, and simple semantics. Our results show that the CRF models are reasonably effective to find opinion holders in experiments when we adopted the popular MPQA corpus for training and testing. The contribution of our paper is to identify opinion patterns in multiword expressions (MWEs) forms rather than in single word forms. We find that the managers of corporations attempt to use more optimistic words to obfuscate negative financial performance and to accentuate the positive financial performance. Our results also show that decreasing earnings were often accompanied by ambiguous and mild statements in the reporting year and that increasing earnings were stated in assertive and positive way.

研究动机与目标

• 分析美国10-K财务报告中的主观表达与实际年度收益表现之间的关系。
• 开发一种稳健的情感挖掘系统，能够检测复杂财务叙述中的意见持有者和情感倾向。
• 聚焦于多词表达（MWEs）而非单个词汇，以捕捉细微的管理层语言特征。
• 研究与财务表现趋势相关的主观语言的语用模式。
• 评估管理层讨论的语气是否反映对财务结果的战略性模糊化或强调。

提出的方法

• 本研究采用条件随机场（CRF）对财务文本中的意见表达进行序列标注建模。
• 将多种语言特征——词形、拼写、谓词-论元结构、句法及基础语义——整合进CRF模型。
• 利用MPQA语料库进行模型的训练与评估，借助其标注的意见表达实现迁移学习。
• 该方法聚焦于识别多词表达（MWEs）中的意见持有者和情感，以捕捉语境丰富的主观语言。
• 通过多种配置组合语言特征，评估其对标注性能的影响。
• 将该系统应用于10-K文件，以提取并分析与收益数据相关的主观陈述。

实验结果

研究问题

• RQ1 10-K文件中的主观表达与实际年度收益表现之间有何相关性？
• RQ2 管理者在多大程度上使用乐观语言来掩饰负面财务结果？
• RQ3 在收益上升与下降的情况下，主观表述中是否存在可检测的语言模式差异？
• RQ4 CRF模型在识别财务叙述中意见持有者和情感倾向方面的有效性如何？
• RQ5 在财务披露中，多词表达（MWEs）是否比单个词汇传递更有意义的情感信息？

主要发现

• 管理者倾向于使用更乐观的语言来掩饰负面财务表现，并突出正面结果。
• 收益下降通常伴随着报告年度中模糊且温和的主观表述。
• 收益上升通常通过叙述中肯定且积极的语言来描述。
• 基于CRF的模型在使用MPQA语料库进行训练时，对识别意见持有者表现出合理的有效性。
• 多词表达（MWEs）在捕捉管理层情感和战略语气方面，比单个词汇更具信息量。
• 句法、语义和词形特征的整合，提升了在财务文本中检测意见性表达的能力。